本申請涉及負(fù)荷識別領(lǐng)域，特別是涉及負(fù)荷識別方法、裝置和存儲介質(zhì)。

背景技術(shù)：

1、隨著智能電網(wǎng)與智慧物聯(lián)的興起與發(fā)展，非侵入式負(fù)荷監(jiān)測技術(shù)因能為電力用戶提供實時的電器類型的用電信息而得到廣泛關(guān)注；非侵入式負(fù)荷監(jiān)測技術(shù)的有效應(yīng)用能顯著降低能源消耗，提高能源使用效率。非侵入式負(fù)荷監(jiān)測主要是通過對建筑內(nèi)的電力回路信號進(jìn)行采集、處理及分析，以得到該建筑內(nèi)部負(fù)荷使用情況，從而在信息側(cè)對建筑內(nèi)部是否使用危險電器進(jìn)行有效監(jiān)管。

2、非侵入式負(fù)荷監(jiān)測有四個主要組成部分：事件檢測、數(shù)據(jù)處理、負(fù)荷分解、負(fù)荷識別。其中負(fù)荷識別作為非侵入式負(fù)荷監(jiān)測的核心任務(wù)，要求算法根據(jù)人為輸入或從電信號中自行提取的特征，對負(fù)荷的類別進(jìn)行準(zhǔn)確的辨識。在相關(guān)技術(shù)中，負(fù)荷識別方法包括基于負(fù)荷識別的惡性負(fù)載檢測技術(shù)，并且隨著深度學(xué)習(xí)的引入，負(fù)荷識別的準(zhǔn)確率得到了進(jìn)一步的提升。然而，該負(fù)荷識別方法判斷負(fù)荷類型的途徑較為單一，當(dāng)基于深度學(xué)習(xí)的負(fù)荷識別方法失效時，則不能有效判斷出負(fù)荷的類別，會出現(xiàn)誤識別現(xiàn)象，從而影響負(fù)荷識別的準(zhǔn)確性。

3、目前針對相關(guān)技術(shù)中負(fù)荷識別的準(zhǔn)確性低的問題，尚未提出有效的解決方案。

技術(shù)實現(xiàn)思路

1、本申請實施例提供了一種負(fù)荷識別方法、裝置和存儲介質(zhì)，以至少解決相關(guān)技術(shù)中負(fù)荷識別的準(zhǔn)確性低的問題。

2、第一方面，本申請實施例提供了一種負(fù)荷識別方法，所述方法包括：

3、獲取待測電力設(shè)備在負(fù)荷接入時的電參數(shù)；

4、將所述電參數(shù)輸入至集成學(xué)習(xí)模型，并通過所述集成學(xué)習(xí)模型包括的至少兩類識別算法模型，基于所述電參數(shù)進(jìn)行識別處理，得到對應(yīng)的至少兩類初始識別結(jié)果；

5、基于所述至少兩類初始識別結(jié)果進(jìn)行投票處理，生成對于所述待測電力設(shè)備的負(fù)荷識別結(jié)果。

6、在其中一些實施例中，所述通過所述集成學(xué)習(xí)模型包括的至少兩類識別算法模型，基于所述電參數(shù)進(jìn)行識別處理，得到對應(yīng)的至少兩類初始識別結(jié)果，包括：

7、基于所述電參數(shù)，獲取所述待測電力設(shè)備的功率參數(shù)；基于第一識別算法模型，對所述功率參數(shù)進(jìn)行聚類處理，得到第一初始識別結(jié)果；

8、獲取預(yù)設(shè)的危險設(shè)備特征量；基于第二識別算法模型，比較所述電力設(shè)備的電器特征量與所述危險設(shè)備特征量，得到第二初始識別結(jié)果；

9、基于所述電參數(shù)，生成所述待測電力設(shè)備的電力參數(shù)軌跡圖；將所述電力參數(shù)軌跡圖輸入至第三識別算法模型，并輸出第三初始識別結(jié)果。

10、在其中一些實施例中，所述基于所述電參數(shù)，獲取所述待測電力設(shè)備的功率參數(shù)，包括：

11、基于所述電參數(shù)，確定所述電力設(shè)備在采樣周期內(nèi)的周期電壓信號和周期電流信號；

12、計算所述周期電壓信號和所述周期電流信號之間的角度差值；

13、根據(jù)所述角度差值，計算所述功率參數(shù)。

14、在其中一些實施例中，所述計算所述周期電壓信號和所述周期電流信號之間的角度差值，包括：

15、對所述周期電壓信號進(jìn)行頻域變換處理，得到初始電壓信號相位，并對所述初始電壓信號相位進(jìn)行解卷繞處理，得到目標(biāo)電壓信號相位；

16、對所述周期電流信號進(jìn)行頻域變化處理，得到初始電流信號相位，并對所述初始電流信號相位進(jìn)行解卷繞處理，得到目標(biāo)電流信號相位；

17、根據(jù)所述目標(biāo)電壓信號相位和所述目標(biāo)電流信號相位之間的相位差，計算所述角度差值。

18、在其中一些實施例中，所述功率參數(shù)包括無功功率和失真功率；所述基于第一識別算法模型，對所述功率參數(shù)進(jìn)行聚類處理，得到第一初始識別結(jié)果，包括：

19、基于所述無功功率和所述失真功率，確定聚類特征；

20、基于所述第一識別算法模型，計算所述聚類特征與初始聚類中心之間的距離；根據(jù)所述距離迭代更新所述初始聚類中心為新的聚類中心，直至所述聚類特征與所述新的聚類中心之間的距離收斂；

21、基于所述新的聚類中心，得到所述第一初始識別結(jié)果。

22、在其中一些實施例中，所述基于第二識別算法模型，比較所述電力設(shè)備的電器特征量與所述危險設(shè)備特征量，得到第二初始識別結(jié)果，包括：

23、基于所述第二識別算法模型，計算所述電力設(shè)備的電器特征量與所述危險設(shè)備特征量之間的相似性特征；

24、根據(jù)所述相似性特征，得到所述第二初始識別結(jié)果。

25、在其中一些實施例中，所述將所述電力參數(shù)軌跡圖輸入至第三識別算法模型，并輸出第三初始識別結(jié)果，包括：

26、根據(jù)所述電力參數(shù)軌跡圖，生成對應(yīng)的灰度圖；

27、基于所述灰度圖計算像素值矩陣，并將所述像素值矩陣輸入至所述第三識別算法模型，輸出所述第三初始識別結(jié)果。

28、在其中一些實施例中，所述基于所述至少兩類初始識別結(jié)果進(jìn)行投票處理，生成對于所述待測電力設(shè)備的負(fù)荷識別結(jié)果，包括：

29、基于所述至少兩類初始識別結(jié)果進(jìn)行投票處理，得到指示對應(yīng)的所述待測電力設(shè)備屬于危險設(shè)備的第一票數(shù)結(jié)果，以及指示所述待測電力設(shè)備屬于非危險設(shè)備的第二票數(shù)結(jié)果；

30、基于所述第一票數(shù)結(jié)果和所述第二票數(shù)結(jié)果，生成所述負(fù)荷識別結(jié)果。

31、第二方面，本申請實施例提供了一種負(fù)荷識別裝置，包括：

32、獲取模塊，用于獲取待測電力設(shè)備在負(fù)荷接入時的電參數(shù)；

33、初始識別模塊，用于將所述電參數(shù)輸入至集成學(xué)習(xí)模型，并通過所述集成學(xué)習(xí)模型包括的至少兩類識別算法模型，基于所述電參數(shù)進(jìn)行識別處理，得到對應(yīng)的至少兩類初始識別結(jié)果；

34、投票模塊，用于基于所述至少兩類初始識別結(jié)果進(jìn)行投票處理，生成對于所述待測電力設(shè)備的負(fù)荷識別結(jié)果。

35、第三方面，本申請實施例提供了一種存儲介質(zhì)，其上存儲有計算機(jī)程序，該程序被處理器執(zhí)行時實現(xiàn)如上述第一方面所述的負(fù)荷識別方法。

36、相比于相關(guān)技術(shù)，本申請實施例提供的負(fù)荷識別方法、裝置和存儲介質(zhì)，通過獲取待測電力設(shè)備在負(fù)荷接入時的電參數(shù)；將電參數(shù)輸入至集成學(xué)習(xí)模型，并通過集成學(xué)習(xí)模型包括的至少兩類識別算法模型，基于電參數(shù)進(jìn)行識別處理，得到對應(yīng)的至少兩類初始識別結(jié)果；基于至少兩類初始識別結(jié)果進(jìn)行投票處理，生成對于待測電力設(shè)備的負(fù)荷識別結(jié)果?；诖耍軌蚪Y(jié)合多種不同維度的輸出結(jié)果來判斷所測負(fù)荷的種類，避免了單一算法輸出結(jié)果的絕對性，有效解決了相關(guān)技術(shù)中單一算法識別負(fù)荷失效時容易出現(xiàn)誤識別現(xiàn)象，導(dǎo)致的負(fù)荷識別的準(zhǔn)確性低的問題，并且還增強(qiáng)了算法的魯棒性和適應(yīng)性，從而實現(xiàn)了基于集成學(xué)習(xí)的非侵入式負(fù)荷識別方法。

37、本申請的一個或多個實施例的細(xì)節(jié)在以下附圖和描述中提出，以使本申請的其他特征、目的和優(yōu)點(diǎn)更加簡明易懂。

技術(shù)特征：

1.一種負(fù)荷識別方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的負(fù)荷識別方法，其特征在于，所述通過所述集成學(xué)習(xí)模型包括的至少兩類識別算法模型，基于所述電參數(shù)進(jìn)行識別處理，得到對應(yīng)的至少兩類初始識別結(jié)果，包括：

3.根據(jù)權(quán)利要求2所述的負(fù)荷識別方法，其特征在于，所述基于所述電參數(shù)，獲取所述待測電力設(shè)備的功率參數(shù)，包括：

4.根據(jù)權(quán)利要求3所述的負(fù)荷識別方法，其特征在于，所述計算所述周期電壓信號和所述周期電流信號之間的角度差值，包括：

5.根據(jù)權(quán)利要求2所述的負(fù)荷識別方法，其特征在于，所述功率參數(shù)包括無功功率和失真功率；所述基于第一識別算法模型，對所述功率參數(shù)進(jìn)行聚類處理，得到第一初始識別結(jié)果，包括：

6.根據(jù)權(quán)利要求2至權(quán)利要求5任一項所述的負(fù)荷識別方法，其特征在于，所述基于第二識別算法模型，比較所述電力設(shè)備的電器特征量與所述危險設(shè)備特征量，得到第二初始識別結(jié)果，包括：

7.根據(jù)權(quán)利要求2至權(quán)利要求5任一項所述的負(fù)荷識別方法，其特征在于，所述將所述電力參數(shù)軌跡圖輸入至第三識別算法模型，并輸出第三初始識別結(jié)果，包括：

8.根據(jù)權(quán)利要求1所述的負(fù)荷識別方法，其特征在于，所述基于所述至少兩類初始識別結(jié)果進(jìn)行投票處理，生成對于所述待測電力設(shè)備的負(fù)荷識別結(jié)果，包括：

9.一種負(fù)荷識別裝置，其特征在于，包括：

10.一種存儲介質(zhì)，其特征在于，所述存儲介質(zhì)中存儲有計算機(jī)程序，其中，所述計算機(jī)程序被設(shè)置為運(yùn)行時執(zhí)行權(quán)利要求1至權(quán)利要求8中任一項所述的負(fù)荷識別方法。

技術(shù)總結(jié)
本申請涉及一種負(fù)荷識別方法、裝置和存儲介質(zhì)，其中，該負(fù)荷識別方法包括：獲取若干待測電力設(shè)備在負(fù)荷接入時的電參數(shù)；將電參數(shù)輸入至集成學(xué)習(xí)模型，并通過集成學(xué)習(xí)模型包括的至少兩類識別算法模型，基于電參數(shù)進(jìn)行識別處理，得到對應(yīng)的至少兩類初始識別結(jié)果；基于至少兩類初始識別結(jié)果進(jìn)行投票處理，生成對于待測電力設(shè)備的負(fù)荷識別結(jié)果。通過本申請，解決了負(fù)荷識別的準(zhǔn)確性低的問題。

技術(shù)研發(fā)人員：高光燕,周俊杰,裘杲遠(yuǎn),楊康,潘武
受保護(hù)的技術(shù)使用者：浙江大華技術(shù)股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6